ESAEducationHomeMeteorologia e ClimaMudança GlobalDesastres Naturais
   
Cheias
Cheias repentinas em Tessalónica
Furacões
Ondas de tempestadeFuracão Katrina
Terramotos
IntroduçãoTerramoto de Izmit
Vulcões
IntroduçãoCadeia vulcânica dos AndesEtnaNyiragongo e Nyamuragira
 
 
 
 
 
printer friendly page
Exercício 2: Detecção de lava através de classificação supervisionada
 
Page123
Classificação supervisionada

Aprenderemos a efectuar uma classificação semiautomática para detectar lava e alterações num vulcão. Os resultados da classificação baseiam-se na diferença da resposta espectral das características detectadas (por exemplo, vegetação, área urbana, lava, solo nu) em bandas espectrais diferentes.

É necessária acção humana para efectuar uma classificação supervisionada, por conseguinte, os campos de formação devem ser desenhados para treinar o software a reconhecer que valores de pixels pertencem a cada classe. O software atribuirá cada pixel a uma determinada classe, executando a classificação através do algoritmo de máxima verossimilhança (consulte o tutorial, a partir da p. 52).  
 
a) Definição das classes
 
Primeiro, decida no que pretende concentrar-se. Se pretender classificar diferentes tipos de vegetação, os campos de formação serão escolhidos de forma diferente do que se optar por distinguir entre lava e vegetação ou outras características. Este exercício tem dois objectivos:

  • Primeiro: detectar lava. A lava detectada servirá para a detecção de alterações pós-classificação. Isto significa que as alterações serão avaliadas através da aritmética de bandas a partir dos resultados da classificação.
  • Segundo: identificar cidades, aldeias e estradas.

As nuvens são um grande problema durante a classificação de imagens ópticas, assim como as sombras de nuvens, que podem ser confundidas por outras características de valores "escuros" em algumas bandas (por exemplo, lava).

Existem duas formas de filtrar as nuvens e as sombras: 1) criando uma máscara de nuvens (criação automática de uma máscara através da aplicação de um limiar ou algoritmo de classificação e/ou digitalização manual e posterior corte das partes de pixels afectadas da imagem) ou 2) criando uma classe específica para nuvens e sombras (como no caso da imagem de 2001).

As classes predefinidas são:

  • Lava
  • Urbana (cidades, aldeias, estradas)
  • Vegetação (neste caso, não é necessário distinguir entre diferentes tipos de vegetação)
  • Água (é importante ter uma classe separada para a água, caso contrário, pode ser confundida com lava ou áreas urbanas em vez de vegetação)
  • Nuvens
  • Sombras de nuvens

 
 
Page123

 
 
 


Nyiragongo e Nyamuragira
Introdução
Detecção de alterações e avaliação de riscos
Ficha de trabalhoExercício 1: Explorar e aprender sobre o vulcãoExercício 3: Monitorização e detecção multitemporal de alterações
Eduspace - Download
Nyiragongo_Landsat.zip
Eduspace - Software
LEOWorks 3LEOWorks 3 Tutorial
 
 
 
   Copyright 2000 - 2014 © European Space Agency. All rights reserved.